در این درس می‌خواهیم با تلفیقی مبانی نظری و رویکرد کارگاهی به موضوع رگرسیون و تحلیل داده بپردازیم و ضمن دست و پنجه نرم کردن با داده‌های واقعی پیچیدگی‌ها و ظرایف کار در این مسیر شغلی را یاد بگیریم.

درس «رگرسیون و تحلیل داده» به صورت فعالیت‌محور در پنج بخش ارائه می‌شود و موارد قابل تحویل آن شامل دو پروژه تحلیل داده و دو کوییز از تمرین‌های پنج فصل اول کتاب یادگیری آماری خواهد بود.  

در بخش نخست چشم‌انداز درس با ارائه چند نمونه کار تحلیل داده ترسیم می‌شود و ابزارهای تحلیل داده مثل R و Python و کتابخانه‌های آن به اختصار معرفی خواهد شد، اما تدریس نمی‌شود پیگیری آن به عهده دانشجوست.

در بخش دوم داده‌هایی از حوزه‌های گوناگون مثل کسب‌وکار، انرژی، محیط زیست، حمل و نقل و … معرفی می‌شود تا در کلاس به صورت جمعی برای تحلیل آن‌ها ایده‌پردازی کنیم و به سوالاتی ارزشمند، مفید و البته قابل حل برسیم. پس از گفتگو و انجام برخی تحلیل‌های اولیه روی داده‌ها دانشجوها در گروه‌های سه یا چهار نفره طرحی با چند پرسش مشخص برای تحلیل داده‌ها تهیه می‌کنند و طرح‌های خود را در زمان‌بندی از پیش‌تعیین شده تحویل می‌دهند تا پس از تایید طرح، به عنوان پروژه اول کلاس روی انجام آن وقت بگذارند و در نهایت نتایج آن را در کلاس ارائه کنند و به پرسش‌های سایر دانشجویان پاسخ دهند و متن کامل آن را تحویل دهند.  

در بخش سوم فصل‌های 1 تا 5 کتاب Introduction to Statistical Learning (Second Edition) تدریس و مطالعه خواهد شد و تمرین‌های آن در کلاس بحث خواهد شد و در دو کوییز مورد ارزیابی قرار خواهد گرفت.

در بخش چهارم داده‌هایی برای انجام دومین پروژه تحلیل در کلاس انتخاب می‌شود. انتظار می‌رود دانشجویان در پروژه دوم توانایی بیشتری برای به‌ کارگیری مدل‌های آماری و تحلیل نتایج آن هنگام طرح سوال روی داده‌های واقعی داشته باشند.

در بخش پنجم که البته از نظر زمانی به صورت موازی با سایر بخش‌ها برگزار می‌شود، سخنرانان میهمان برای ارائه تجربیات خود در پروژه‌های تحلیل داده و مسیر شغلی آن در کلاس حاضر خواهند شد.